01 Introducción

Tema
1
INTRODUCCIÓN
“El pensamiento estadístico algún
día será tan necesario para la
ciudadanía como la capacidad de
leer y escribir...”
H.G.Wells hace mas de 100 años
OBJETIVOS
Al finalizar el Tema 1, el participante será capaz de:
1. Comprender los áreas de aplicación de la
Estadística dentro de las Gestión de la Salud.
2. Comprender el pensamiento estadístico
3. Identificar las etapas de la investigación científica
4. Definir las etapas del trabajo estadístico.
5. Identificar los diversos tipos de datos.
6. Diferenciar población y muestra.
7. Distinguir parámetro y estimador.
8. Diferenciar estadística descriptiva y estadística
inferencial.
Material de Clases © Jorge Córdova Egocheaga. Febrero 2003
CONTENIDO
1. Situaciones en las que se utiliza la Estadística
2. El Pensamiento Estadístico
3. Investigación científica
4. Estructura de un proyecto de investigación
5. Partes de un informe final de investigación
6. Concepto de Estadística.
7. ¿Qué son datos ?

8. ¿Qué tipos de datos existen ?
9. ¿Qué se puede hacer con los datos?
10. Población y muestra
11. Parámetro y estimador
12. Estadística descriptiva e inferencial
13. Ejercicio aplicativo

1.1 Situaciones en las que se utiliza la
Estadística
Ejemplos
Varias veces durante el día una enfermera toma
la temperatura a los pacientes en el Servicio de
Emergencia de un Centro Hospitalario local.
Un investigador médico examina los efectos de
un agente cancerígeno en las ratas. Tres
semanas después de inyectado el agente en una
rata, el investigador realiza una intervención
quirúrgica para extraer y pesar los tumores.
El Director de un Hospital registra el tiempo de
recuperación por tratamiento.
El Director de un Hospital cuenta el número de
camas a fin de medir la tasa de ocupabilidad.
Un investigador médico está interesado en conocer
la relación entre el sexo y el riesgo de infarto.
El Jefe de Almacén de una Clínica revisa unos
cuantos frascos del lote de vacunas que acaba de
llegar, y verifica su fecha de expiración.
El médico responsable del Laboratorio Clínico del
Hospital, extrae una muestra de sangre a fin de
determinar el nivel de colesterol del paciente.
1.2 El Pensamiento Estadístico
El profesional de la gestión de la salud debe de
preocuparse permanentemente en registrar
información sobre las características que le
permitan conocer los factores que inciden en la
variabilidad del servicio y así estar en condiciones
de implementar acciones dirigidas a mejorar la
calidad del servicio que ofrece.

Debe medir
• las quejas en el Servicio de Emergencia,
• las devoluciones por día en una farmacia,
• las demoras en la atención en una clínica o
• las placas radiológicas reprocesadas en un
hospital,
y compararlos con los indicadores de gestión o
estándares internacionales, y así determinar la
calidad del servicio.

La implementación del pensamiento estadístico
tiene tres fases:
Identificar los factores de variabilidad.
Conocer (o medir) la variabilidad.
Manejar (o controlar) la variabilidad

1.3 La investigación científica
1.3.1 ¿Qué es la investigación científica?
Es la búsqueda sistematizada y objetiva
de nuevos conocimientos. Investigar es un
proceso de buscar, indagar o pesquisar.
El método científico, comprende la realizar
a investigación en forma sistematizada y
objetiva, organizada y coherente.

1.3.2 Etapas de la investigación científica
A. Planificación: Elaboración del proyecto.
Abarca una descripción detallada y
fundamentada de cada una de las
actividades a desarrollarse en la
investigación
B. Ejecución: Es la etapa en la cual se
lleva a cabo al investigación. Recolección
de datos, análisis e interpretación.
C. Informe: Escrito donde se presentan los
hallazgos encontrados.

1.4 Estructura de un proyecto de
investigación
1.4.1 Definición del problema
A. Título
B. Antecedentes: se refiere al nivel actual de
conocimientos. La investigación que se
planea realizar debe contribuir a elevar el
conocimiento que la humanidad tenga de
este tema. Si no se conocen los
antecedentes, es probable que repita una
investigación anterior. Existen antecedentes
teóricos (marco teórico) y antecedentes
empíricos (resultados).
C. Objetivos: Enunciado de los logros
alcanzables y evaluables en el estudio.
a. ¿Cómo voy a identificar las variables?
b. ¿Cómo voy a medir esas variables?
c. ¿Qué técnica estadística se utilizará?
D. Hipótesis: Enunciado de la relación de la
relación entre 2 o más variables.
Recomendación: al escribir el título, el problema,

objetivos y las hipótesis, se debe referir a lo mismo.

1.4.2 Tipo de estudio
Casos y controles
1.4.3 Definición del alcance del estudio
¿Qué ámbito abarca el estudio?. Definir el
alcance físico, temporal, social, etc.
1.4.4 Diseño estadístico de la muestra
A) Tamaño de la muestra
B) Procedimiento de selección

1.4.5 Definición de variables y escalas de
medición
Depende de los objetivos y las hipótesis
1.4.6 Recolección de datos

Fuentes primarias y secundarias. Diseñar
cuestionario y fichas de observación.
1.4.7 Procesamiento de la información

Definir con anticipación los análisis
estadísticos que se van a realizar y entre
que variables: regresión, hipótesis, entre
otros.
1.4.8 Recursos y presupuesto de
investigación
Qué recursos personales y de materiales
se requieren. Cuales son los costos
para llevar a cabo la investigación.
Cómo se desembolsará (mes a mes)
estos gastos. Cómo se financiará.
1.4.9 Cronograma
Con ayuda de un Diagrama Gantt o un
PERT, para visualizar las diferentes
etapas.
1.4.10 Referencias bibliográficas

1.5 Partes de un informe final de
investigación
1.5.1 Introducción: Título, antecedentes,
objetivos, hipótesis
1.5.2 Materiales y métodos
1.5.3 Resultados analíticos: fundamentar
diferencias evidenciadas
1.5.4 Discusión de resultados
1.5.5 Comclusiones: en relación con los
objetivos de la investigación

1.6 ¿Qué es Estadística ?
Es una ciencia que RECOLECTAR
comprende diversas
técnicas para : ORGANIZAR
ANALIZAR
INTERPRETAR
DATOS
A esta secuencia se llama proceso estadistico.

¿Qué es la RECOLECCIÓN de datos ?
Es el registro de características
(medición, observación, conteo) a una
unidad elemental (o de análisis).

¿Qué es la ORGANIZACIÓN de datos ?
Es el ordenamiento para una mejor

comprensión y facilitar sus análisis.
(tablas, gráficos y figuras)
Los datos sin organizar se llaman datos

brutos, y son de poca utilidad.

Por ejemplo, los siguientes datos sobre niveles de
colesterol no útiles pues no están organizados
231 199 209 236 259 248 183 269 212 194 191 260 197 265 261 238
159 227 245 214 275 186 234 262 230 212 163 220 202 221 223 243
203 180 292 198 201 174 223 186 200 192 236 186 188 234 230 170
304 197 216 214 189 138 269 197 222 202 213 163 241 218 242 197
248 228 154 218 243 192 191 243 230 248 231 262 177 207 276 230
238 189 212 200 179 249 225 223 289 280 235 220 194 205 206 194
209 233 222 223 267 212 263 159 243 230 253 192 200 232 222 227
193 195 259 186 229 184 215 254 233 229 263 163 212 271 216 230
225 252 218 265 218 155 222 173 228 214 266 172 203 262 213 249
244 177 242 180 241 261 221 222 189 204 229 212 192 257 248 243
190 166 216 197 250 224 257 220 255 241 245 212 225 201 209 155
192 249 216 250 248 187 222 195 247 161 188 229 194 174 184 215
209 250 180 228 196 254 208 265 234 219 203 230 232 212 236 191
161 258 252 169 249 231 170 233 161 189 191 209 229 246 274 215
206 218 234 248 222 175 202 154 249 189 171 263 238 177 261 265
224 249 252 220 199 239 221 221 221 232 218 239 205 196 211 221
276 251 189 286 258 227 236 167 184 245 243 218 173 220 231 196
196 200 221 217 270 261 248 254 232 231 219 225 265 222 226 208
219 189 226 292 192 172 186 264 211 240 237 156 228 241 171 223
185 199 188 263 208 199 259 272 202 214 201 231 210 223 210 209
239 203 212 295 202 195 218 218 253 239 272 216 221 208 225 175
239 191 214 215 227 221 208 224 208 181 187 179 234 262 216 221
152 180 193 244 184 183 226 266 242 220 266 269 223 198 204 179
209 215 222 196 228 195 160 261 177 232 224 203 265 238 247 225
169 172 187 199 245 183 171 246 187 222 278 212 250 174 220 188
223 241 200 193 226 243 206 142 277 244 210 258 207 267 254 136
231 253 229 240 204 187 202 209 238 240 190 253 203 271 281 226
244 182 146 251 277 184 240 239 185 201 259 234 174 226 246 222
205 211 216 230 220 201 231 183 214 219 206 276 215 195 209 258
287 182 176 275 204 183 212 237 249 142 256 258 213 208 202 244 6

Por ejemplo
Diagrama Circular
Tabla de Distribución
Edad N° Pacientes
30 - 34 6
35 - 39 12
40 - 44 8
45 - 49 2 12
10
Diagrama de 4
Barras 2
0
30-34 35-39 40-44 45-49
¿Qué es el ANALISIS de datos ?
Es el cálculo de MEDIDAS
REPRESENTATIVAS (o de resumen)
tales como promedios, medidas de
variabilidad y medidas de la forma de
la distribución.
También se analizan datos cuando se

establecen relaciones entre ellos
(regresión y correlación).

¿Qué es la INTERPRETACIÓN de datos ?
Es darle un sentido práctico o útil a los

resultados obtenidos en el análisis.

1.7 ¿Qué son DATOS ?
Son los registros de una característica.
Ejemplo :
Unidad de
Características Datos
medida
Edad del paciente 27 años
Peso del recién nacido 3,750 Kg.
Tiempo permanencia 5 días
Temperatura corporal 37,5 °C
Profesión Enfermera ---
Si un DATO es útil para tomar decisiones se
convierte en INFORMACIÓN.
Los datos ayudan a los responsables de tomar
decisiones a hacer suposiciones coherentes
acerca de las CAUSAS y, por tanto, de los
EFECTOS probables de ciertas características
en situaciones dadas.

¿Por qué necesitamos recolectar datos?
Proporcionan la evidencia imprescindible en un

estudio de investigación.
Permiten medir el desempeño en el proceso de
producción de un bien o servicio.
Ayudan a la formulación de cursos alternativos
de acción en un proceso de toma de
decisiones.
Satisfacen nuestra curiosidad innata.

1.8 ¿Qué tipos de datos existen?
CONSTANTE:
Si el registro de la característica toma un sólo valor
en todas las unidades elementales. Son muchos
datos, pero iguales.
Ejemplo:
• Sexo de las pacientes en el Servicio de Ginecología
• Título profesional de los miembros del Colegio
Médico del Perú
Las constantes no son interés en Estadística,

puesto que ella se ocupa del estudio de la
variabilidad de los datos.
VARIABLE:
Si el registro de la característica toma diversos
valores en las unidades elementales.
Ejemplo:
Edad, sexo y peso de los pacientes de una Clínica
Una misma característica puede generar

constantes ó variables, depende del marco
muestral.

Los datos variables pueden ser :
1. Cualitativos : Registro de un atributo. Provienen de

una observación. Las operaciones posibles son el
cálculo de la tasa porcentual y de proporciones.
Pueden ser dicotómicas (sólo pueden tener 2
categorías.
Ejemplo :Estado de salud: sano o enfermo. Sexo de
pacientes : masculino y femenino
• 80% son varones (tasa porcentual).
• 8 de cada 10 pacientes son varones (proporción)
O politómicas (si tienen más de 2 categorías)
Ejemplo : Estado civil del paciente: soltero, casado,
viudo, divorciado.
2. Cuantitativos : Registro de una característica a
través de un conteo o una medición. Las
operaciones posibles son los promedios y las
medidas de dispersión, entre otras.
Las variables cuantitativas pueden ser continuas

o discretas.

- DISCRETA o DISCONTINUA: Cuando la variable sólo
puede tomar determinados valores dentro de una
escala de valores. Proviene de un conteo.
Ejemplo: Número de consultas en un día.
Número de hijos
- CONTINUA : Cuando la variable puede tomar

cualquier valor, dentro de una escala de valores.
Provienen de una medición.
Ejemplo: Tiempo de duración de una consulta.
Peso de la gestante
DATOS
CONSTANTES VARIABLES
CUALITATIVAS CUANTITATIVAS
DISCRETAS CONTINUAS

1.9 ¿Qué se puede hacer con los datos?
Identificar caracte- Organizarlos en tablas, gráficos y figuras
rísticas de interés
para la gestión. Calcular promedios (media, mediana,
moda y percentiles) .
Calcular su dispersión (varianza,

desviación estándar ) y forma de la curva.
Recolección de
Determinar una ecuación que represente
datos
la relación entre ellos (regresión)
Determinar el grado de asociación entre

ellos (correlación).
Utilizar datos para
Analizarlos dentro de un horizonte
mejorar la calidad
temporal (series cronológicas)
1.10 Población y Muestra
Marco Poblacional
Conjunto de todas las unidades elementales
(personas, procesos o cosas) al que se
circunscribe el estudio estadístico.
Ejemplos :
• Los médicos cirujanos del Perú.
• Los trabajadores asegurados en una EPS
• El proceso de triaje en un hospital
• Las historias clínicas de un hospital.

MARCO POBLACIONAL
(1200 pacientes de un hospital)

Población Estadística
Registro de una característica EN TODOS los

elementos del marco poblacional.
Tiene tantos datos como elementos tenga el

marco poblacional.
Habrán tantas poblaciones como características

se deseen registrar en un determinado marco
poblacional.

MARCO POBLACIONAL
(1200 pacientes de un hospital)
Características
de interés Temperatura
Edad Peso Estado
corporal
Civil
Población Población Población

Registro
de la
caracte- P1 P2 P3 ... Pn
rística (1200 datos) (1200 datos)

Marco Muestral
Subconjunto del marco poblacional.

Comprende los elementos o estratos del marco
poblacional (es representativo).
En contraste con el marco poblacional es más

conveniente porque se obtienen los datos en
menor tiempo y reduciendo los costos.
Ejemplo :
75 pacientes de un hospital.

Marco Poblacional Técnicas Marco Muestral
de muestreo
(1200 pacientes de un hospital) (75 pacientes de un hospital)
Característica
Edad Peso Estado civil Temp. Corpor.
Registro
de la POBLACIÓN POBLACIÓN POBLACIÓN POBLACIÓN
carac-
terística.
...
P1 P2 P3 Pn

Muestra
Registro de una característica en todos los elementos
del marco muestral.
Tiene tantos datos como elementos el marco muestral.
Habrán tantas muestras como características se
deseen registrar en un marco muestral.
Las muestras no extraen de la población, sino del
marco muestral

Técnicas
MARCO POBLACIONAL MARCO MUESTRAL
de muestreo
(1200 pacientes de un hospital) (75 pacientes de un hospital)
Edad Peso Temp.

Característica Estado
civil
Corp.
Edad Peso Estado Temp.

civil corporal MUESTRA MUESTRA MUESTRA MUESTRA
m1 m2 m3 mn
75 datos
Registro
de la POBLACIÓN POBLACIÓN POBLACIÓN POBLACIÓN
carac-
terística.
...
P1 P2 P3 Pn

1.11 Parámetro y Estimador
Parámetro
Valor representativo de una población. Se simboliza
por letras griegas. Sólo hay un parámetro en cada
población.
 : Media poblacional (mu)

2 : V arianza poblacional (sigma cuadrado)
 : Desviación estándar poblacional (sigma)
 : Proporción poblacional (pi)
 : Coeficiente de correlación poblacional (rho)
Estimador
Valor representativo de una muestra. Se llama
también estadígrafo o estadístico. Se simboliza por
letras latinas.
Existen tantos estimadores como muestras se
extraigan de una población.
x Media muestral.
s2 Varianza muestra.
s Desviación estándar muestral.
p Proporción muestral
r Coeficiente de correlación muestral
n1
x1
n2
x2
POBLACIÓN
n3
x3
. .
. .
nm
xm
PARÁMETRO
DIFERENTES MUESTRAS GENERAN DIFERENTES

VALORES DEL ESTIMADOR

1.12 Estadística Descriptiva e Inferencial
Estadística Descriptiva
Técnicas que permiten describir un conjunto de
datos. El análisis se limita a esos datos (sean
muestrales o poblacionales). Tiene como objetivo
presentar los datos obtenidos en forma
resumida, clara y comprensible.
Estadística Inferencial
Técnicas que permiten estimar un parámetro a
partir de datos muestrales.
Muestra POBLACIÓN
Estimador Parámetro

Estadística
MUESTRA Estimador : x
Descriptiva
Estadística
POBLACIÓN
Inferencial
Parámetro : µ - = Error de muestreo

Ejemplos sobre muestra y estimador
Suponga que estamos interesados en conocer la

duración de la evaluación en el Servicio de
Psiquiatría de las Clínicas de Lima.
El INPE esta interesado en la relación existente

entre la criminalidad y los hogares destruidos. Un
psicólogo mide la característica en de 50
procesados.

Supóngase que el equipo de investigación, desea
determinar la proporción de fumadores en la ciudad
de Lima para determinar los factores de riesgo e
incidencia de cáncer pulmonar.

1.13 Ejercicio Aplicativo
El Director de Personal de la Clínica “Santa
Lucía” desea estimar la tardanza mensual
promedio del personal que labora en esta
clínica. Con este fin elige al azar la Tarjeta de
Control de Asistencia del último mes de 10
trabajadores. En uno de las tarjetas
seleccionadas se registró 140 minutos de
tardanza.

En esta situación, identifique:
La característica : Tiempo de tardanza mensual
La unidad elemental : Un trabajador de la clínica

(o unidad de análisis)
El marco poblacional: Todo el personal que labora en
esa clínica
La población : Registro de tiempo de tardanza
mensual de todo el personal que
labora en esta clínica
El marco muestral : Diez trabajadores

La muestra : Registro del tiempo de tardanza
de cada uno de los trabajadores
seleccionado
Tipo de dato : Variable cuantitativa continua
Un dato registrado : 140
La unidad de medida: minutos

El estimador : El tiempo medio de tardanza de
los 10 trabajadores: x
El parámetro : El tiempo medio de tardanza de todos

los trabajadores de la clínica (µ)
Ejercicio 1
El Director de un Hospital sabe que en lo que va del
año, fueron dados de alta 1000 pacientes hospitaliza-
dos y desea conocer el tiempo medio de permanencia
en el hospital. Para ello selecciona al azar la historia
clínica de 100 pacientes. Una de las historias permitió
conocer que cierto paciente había permanecido 6 días
hospitalizado. En esta situación identifique los
siguientes términos (no se pide la definición):
Característica. Unidad elemental. Marco poblacional
Población. Marco muestral. Tipo de muestreo. Un
dato. Unidad de medida. Un estimador. Un parámetro
HOJA DE COMPROBACIÓN
1. L a estadística es una ciencia que sólo analiza datos
2. Los datos se organizan para mejorar su comprensión
3. El análisis de datos abarca el cálculo de promedio y

medidas de variabilidad
4. La interpretación de datos consiste en dar un sentido real

a los resultados obtenidos
5. Todo dato constituye información
6. Característica: 70 kgs 54

7. Una misma característica puede generar constantes o
variables, dependiendo del marco muestral de referencia
8. El color de automóvil de los participantes es una variable

cuantitativa, pues hay 13 cuyo automóvil es de color azul, 7
de color beige y 2 rojos
9. La variable cuantitativa proviene de un conteo
10.El tiempo que demora un proceso productivo es una

variable cuantitativa continua
11.Los médicos que laboran en el Hospital Central constituyen

una población estadística

12.Habrán tantas poblaciones como características que se
deseen registrar en un marco poblacional
13.Cuanto más grande es la muestra, necesariamente será más

representativa
14.El muestreo permite disponer de los datos en menor tiempo,

reduciendo costos.
15.El parámetro representa a una población
16.Existen tanto estimadores como muestras se extraigan de

una población

17.Diferentes muestras, extraídas de una misma población,
ocasionan diferente calores del estimador
18.Los estimadores se representan por letras griegas
19.En la estadística descriptiva, el análisis se limita a un

conjunto de datos
20.Las técnicas que permiten estimar un parámetro a partir de

datos muestrales se denomina Estadística Inferencial
21.El error del muestreo consiste en la equivocación cuando

seleccionamos muestras

REFLEXIÓN
El hombre es del tamaño

de la dificultades
a las que se enfrenta
Si tu piensas como
David,
puedes ser tan grande
como Goliat

01 Introducción

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

01 Introducción

Cargado por

Copyright:

Formatos disponibles

Tema

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Recomendación: al escribir el título, el problema,

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

1.4.6 Recolección de datos

1.4.7 Procesamiento de la información

1.4.10 Referencias bibliográficas

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

A esta secuencia se llama proceso estadistico.

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Es el ordenamiento para una mejor

Los datos sin organizar se llaman datos

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

También se analizan datos cuando se

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Es darle un sentido práctico o útil a los

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Proporcionan la evidencia imprescindible en un

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Las constantes no son interés en Estadística,

Una misma característica puede generar

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

1. Cualitativos : Registro de un atributo. Provienen de

Las variables cuantitativas pueden ser continuas

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

- CONTINUA : Cuando la variable puede tomar

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Calcular su dispersión (varianza,

Determinar el grado de asociación entre

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Registro de una característica EN TODOS los

Tiene tantos datos como elementos tenga el

Habrán tantas poblaciones como características

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Población Población Población

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Subconjunto del marco poblacional.

En contraste con el marco poblacional es más

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Edad Peso Estado civil Temp. Corpor.

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Edad Peso Temp.

Edad Peso Estado Temp.

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

 : Media poblacional (mu)

DIFERENTES MUESTRAS GENERAN DIFERENTES

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Parámetro : µ - = Error de muestreo

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Suponga que estamos interesados en conocer la

El INPE esta interesado en la relación existente